PENGELOMPOKAN ROA (RETURN ON ASSETS)
PERUSAHAAN FINANCE DAN INVESTMENT
DI INDONESIA DENGAN MODEL
FINITE MIXTURE SKEW-T
ANGGA SETIYOWATI
Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret
ABSTRAK
Perkembangan ekonomi di Indonesia pada akhir tahun 2019 mengalami perlambatan dari tahun sebelumnya, salah satu penyebabnya ialah menurunnya investasi, dan melemahnya kondisi finance. Data finansial tidak selalu berdistribusi normal. Seringkali dijumpai data finansial yang memiliki kemiringan serta heavy-tailed, seperti data ROA (Return On Assets) pada perusahaan investment dan finance. Nilai ROA dapat bernilai positif ataupun negatif. Hal tersebut menjadikan ROA memiliki pola multimodal data, diindikasikan dengan histogram data ROA yang memiliki beberapa puncak serta tidak terpenuhinya uji signifikansi pola unimodal. Salah satu metode pengelompokan data untuk pola data multimodal ialah permodelan finite mixture. Pengelompokan dengan model finite mixture berdasarkan pada representasi fungsi distribusi probabilitas yang berlaku pada data kontinu ataupun diskrit. Pada penelitian ini, model finite mixture digunakan untuk memodelkan data nilai ROA (Return On Assets) perusahaan finance dan investment di Indonesia pada kuartal 4 tahun 2019. Estimasi parameter model finite mixture menggunakan perhitungan dengan algoritma EM (Expectation-Maximization). Untuk memastikan model finite mixture telah sesuai, dilakukan uji signifikansi menggunakan bootstrap likelihood rasio statistics. Penentuan jumlah kelompok terbaik berdasarkan nilai Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC) minimum.
Berdasarkan hasil analisis, model yang sesuai untuk memodelkan data nilai ROA (Return On Assets) perusahaan finance dan investment di Indonesia pada kuartal 4 tahun 2019 ialah model finite mixture Skew t dengan dua komponen.
Kata kunci : Mixture Model, Algoritma EM, Skew T, ROA, Finance, Investment
